传染病问题的模型-建模论文.doc

PAGE  PAGE - 12 - 传染病问题的模型 参赛选择题号： 1 参赛报名组号： 95 参赛队员姓名： 1. 孟高阳 2. 白由田 3. 王英杰 传染病问题的模型 【摘要】 随着医学的发展，我们已经能够有效地预防和控制许多传染病，但是仍然有一些传染病暴发，危害人们的健康和生命。经济、环境、地理位置等因素都会影响传染病的传播，而最直接的因素是：传染者的数量及其在人群中的分布、被传染者的数量、传播形式、传播能力、免疫能力等。 本文通过详细分析、合理假设，对传染病问题建立模型，分析被传人数多少与初始被感染人数和传播时间等因素有关，同时我们运用最浅显的初等几何知识、微分方程的求解以及利用Matlab软件上机运算等方法，得到了该模型的优缺点，并做出了改进方案。 【关键词】传染病 Matlab AutoCAD 微分方程 阈值 相轨线分析 Ⅰ、问题重述 在一个人口数量N的孤岛上，一部分到岛外旅游的居民回来使该岛感染了一种高传染性的疾病。请预测在某时刻t将会被感染的人数X。考虑一下模型，其中k＞0为常数： (1) 本文主要通过以下四个方面对本问题进行分析： 1、找出本模型所隐含的两条主要假设； 2、利用所给模型的函数，做出关于被感染人数和传播时间的图形； 3、根据(f)所给数据，计算得出结论是否支持该模型； 4、通过进一步分析，提出对本模型的改进方案。 Ⅱ、模型一 模型假设 1、在疾病传播期内该岛总人数N不变，不考虑人的生死、迁移、治愈以及具有免疫力的情况。 2、每天每个病人有效接触的平均人数为常数k。 假设依据 根据题目给出方程可知，在t时刻共有个健康者被感染，而没有死亡的、迁移的、治愈的以及具有免疫力的人。 孤岛上的总人数没有发生改变，旅游回来的居民携带着传染病，每天由于人员的流动性，并且没有对岛上的居民进行有效的宣传，因此随着时间的推移，岛上得病的人将会越来越多，而每天每个病人有效接触的平均人数基本稳定，因此k为常数。 三、符号说明 表示岛上的人口总数 表示被感染的人数 表示初始被感染的人数 k表示每天每个病人有效接触的平均人数 四、数据处理 根据，可画出关于X的图1-1， 图1-1 2、设初始时刻被感染病人数为，可得方程： （2） 解得： （3） 根据式（3）可知： 当初始被感染人数X＜时，得到如图1-2， 图1-2 当初始被感染人数X＞时，得到如图1-3， 图1-3 根据极限的运算法则可知，当t时，，，则，即X的极限为。 模型验证 （1）由（f）可知，岛上的人口有5000人，在传染期的不同时刻被感染的人数如表1， 天数t2610被感染人数X188740874853㏑（X/（N-X））-0.51.53.5表 1 由方程可化简得， 得到： （㏑+㏑） （4） 将以上数据代入（4）式： 以上三式经计算可得： （5） 由计算结果得： k＞0 且为常数， 故这些数据支持所给模型。 （2）由（1）可解得 当t=12时，X=4945，即t=12天时被感染的人数为4945人。 模型分析 优点：当X=N/2时，达到最大值，此时，这可以表示传染病高峰时刻，当传染强度k增加时，将变小，即传染高峰来得快，这与实际情况吻合。 缺点：当时，，即所有人终将被传染，全变为病人，这显然不符合实际情况。其原因是模型一中没有考虑到病人可以治愈以及人的出生、死亡、流动等情况，认为人群中的健康者只能变为病人，病人不会再变成健康者。 为了修正上述结果，我们重新考虑了模型的假设，在下面这个模型中我们讨论了病人可以治愈的情况。 Ⅲ、模型二 一﹑模型假设 1、在疾病传播期内所考察的地区范围不考虑人口的出生、死亡、流动等种群动力因素。总人口数N(t)不变，人口始终保持一个常数N。人群分为以下三类：易感染者，其数量比例记为s(t)，表示t时刻未染病但有可能被该类疾病传染的人数占总人数的比例；感染病者，其数量比例记为i(t)，表示t时刻已被感染成为病人而且具有传染力的人数占总人数的比例；恢复者，其数量比例记为r(t)，表示t时刻已从染病者中移出的人数（这部分人既非已感染者，也非感染病者，不具有传染性，也不会再次被感染，他们已退出该传染系统。）占总人数的比例。 2、病人的日接触率（每个病人每天有效接